文献

J-GLOBAL ID：201802263665068619   整理番号：18A0162526

メタMorisita指数:空間-時間マークを用いた大規模追跡データのための異常挙動検出【Powered by NICT】

Meta-Morisita Index: Anomaly Behaviour Detection for Large Scale Tracking Data with Spatio-Temporal Marks

著者 (2件)： Yang Zhao ,  Japkowicz Nathalie
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICDMW  ページ： 675-682  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,点パターンのメタデータ表現に基づく機械学習法のためのインフラストラクチャを用いた空間-時間マーク処理と大規模追跡データを解析するためのワークフローを提案した。サイバーセキュリティデバイスの追跡log(IPアドレス)は,通常,地理的位置とタイムスタンプに位置する,そのようなデータは,時空間データと呼ぶ。既存の空間-時間解析法を空間-時間マークを持つ大規模追跡データから生成されたメタデータ(点パターン情報)を解析するための特定のメカニズムを含んでいない。本研究では,メタデータ解析と空間点パターン解析法(よってIndex),空間-時間データ解析(物理的およびサイバーデータの両者の上で)を支持し,その実用を実証するために,異常挙動検出と教師なし学習を拡張した。得られたワークフローは,点パターン解析に基づくメタデータを用いた空間-時間マークを持つ大規模追跡データ間の異常を検出するロバストな能力を持ち,エンドユーザへの視覚化した報告を返す。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： ワークフロー ,  可視化 ,  インフラストラクチャー ,  ロバスト性 ,  データ解析 ,  地理学 ,  教師なし学習 ,  *メタデータ ,  機械学習
準シソーラス用語： エンドユーザ ,  時空間データ ,  タイムスタンプ ,  IPアドレス , 【Automatic Indexing@JST】

分類 (4件)： オペレーティングシステム  (JD03020J) ,  計算機網  (JC03000K) ,  図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 指数 ,  マーク ,  大規模 ,  追跡 ,  挙動